| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题的研究背景及意义 | 第11-12页 |
| ·液压系统故障诊断技术 | 第12-13页 |
| ·国内外研究现状 | 第12-13页 |
| ·主要研究方法 | 第13页 |
| ·基于信号处理故障诊断方法的应用 | 第13-16页 |
| ·基于小波变换的诊断法 | 第14页 |
| ·主成分分析方法 | 第14-15页 |
| ·希尔波特-黄变换 | 第15页 |
| ·频谱分析法 | 第15-16页 |
| ·神经网络在健康状态评估中的应用 | 第16页 |
| ·本文研究的意义和主要内容 | 第16-19页 |
| ·本文研究的意义 | 第16-17页 |
| ·本文研究主要内容 | 第17-19页 |
| 第2章 液压系统泄漏机理分析与泄漏仿真研究 | 第19-37页 |
| ·液压系统泄漏的原因 | 第19-20页 |
| ·液压系统的泄漏形式 | 第20-22页 |
| ·泄漏故障的数学模型 | 第22-25页 |
| ·两固定平行平板缝隙泄漏量 | 第22-23页 |
| ·环形缝隙泄漏量 | 第23页 |
| ·具有相对运动的两平行平板缝隙泄漏量 | 第23-24页 |
| ·孔口泄漏量 | 第24-25页 |
| ·液压缸泄漏对压力变化的影响分析 | 第25页 |
| ·液压伺服系统数学模型 | 第25-31页 |
| ·电液伺服阀建模 | 第26-27页 |
| ·阀控液压缸建模 | 第27-29页 |
| ·伺服系统建模 | 第29-30页 |
| ·建模对象参数的确定 | 第30-31页 |
| ·液压伺服系统缸内泄漏故障仿真研究 | 第31-36页 |
| ·系统特性 | 第32-33页 |
| ·液压缸内泄漏故障仿真 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 液压传动系统的内泄漏实验研究及故障特征提取 | 第37-57页 |
| ·非破坏性液压缸内泄漏故障模拟实验设计 | 第37-42页 |
| ·实验系统组成 | 第37-40页 |
| ·实验原理 | 第40-42页 |
| ·压力信号的时频域特征提取 | 第42-50页 |
| ·压力信号的组成分析 | 第42-43页 |
| ·小波包能量特征提取 | 第43-47页 |
| ·小波包能量熵 | 第47-49页 |
| ·小波包能量方差 | 第49-50页 |
| ·压力信号的时域特征提取 | 第50-56页 |
| ·有量纲的参量 | 第50-51页 |
| ·无量纲的参量 | 第51页 |
| ·初始时域特征提取 | 第51-52页 |
| ·主成分分析 | 第52-54页 |
| ·时域特征降维 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 基于神经网络的液压缸的亚健康状态评估 | 第57-71页 |
| ·人工神经网络概述 | 第57-60页 |
| ·神经元的结构模型 | 第57-58页 |
| ·神经网络的拓扑结构 | 第58-60页 |
| ·BP 神经网络理论 | 第60-63页 |
| ·BP 网络的模型 | 第60-61页 |
| ·BP 网络的学习算法 | 第61-63页 |
| ·基于 BP 神经网络的液压缸亚健康状态评估 | 第63-70页 |
| ·BP 网络样本集的设计 | 第63-65页 |
| ·BP 神经网络状态分类器模型设计 | 第65-68页 |
| ·液压缸状态评估的仿真及结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 基于 MATLAB GUI 的液压缸亚健康状态评估系统的实现 | 第71-81页 |
| ·MATLAB GUI 简介 | 第71-72页 |
| ·MATLAB GUI 设计原则和流程 | 第72-74页 |
| ·基于 MATLAB GUI 的液压缸亚健康状态评估系统 | 第74-80页 |
| ·液压缸亚健康状态评估系统的功能 | 第74页 |
| ·液压缸亚健康状态评估系统的实现 | 第74-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第88-89页 |
| 致谢 | 第89-90页 |
| 作者简介 | 第90页 |
